图像算法工程师——面试经验

TCL研究员面试(凉凉)

     在接到面试通知后匆忙准备一下面试知识后(由于之前就秋招已经准备了很长时间),就前往了研发中心,HR小姐姐先是简单的了解一下情况之后把我的简历和相关资料交给了技术主管,技术主管看了简历之后开始逐条的询问,主要类容回忆如下:

1.为什么要用数字信号处理

2.询问了有关项目的问题,对比度是怎么能够实现自适应的调整,在匹配图像时是怎么实现快速匹配的,如何匹配的,对比度调整是如何实现自适应调整的。。。,除了图像相关的项目外有做过其他的嘛(均为项目的询问)

3.小波变换原理

4.3A算法,图像降噪,ISP算法,bm3d算法原理,相机传感器传输的格式

5.机器学习实现车牌识别

6.c++中,子类如何实现初始化父类的

7.有学过Java吗,JavaScript呢

8.红黑树,二叉平衡树的原理和应用

。。。

      一共聊了一个多小时,面试官总是试图寻找我的强点,奈何自己是都懂一点没有特别精通的。总体来说,很注重底层和基础,对简历扣的很细,因为我简历上写了熟悉3A、ISP、降噪等,所以面试官就逐条的询问,这也是可以理解的,就怪自己没有很注重知识的原理性,之后应该更加注重底层和基础知识。除此之外,感觉做纯图像算法的岗位并不是很多,因此大多是和软件开发相结合,所以面试问道会不会JavaScript和Java就不奇怪了。

    之后,对自己的要求:

1.加强C++的功底,包括基础知识,数据结构问题等。

2.加强对图像处理的底层问题的了解,对简历上写到的东西要做到很熟悉,并不停止在了解的层面上。

总之,已经凉凉,之后加油吧

  • 16
    点赞
  • 53
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据提供的引用内容,图像识别算法工程师面试题可能涉及以下几个方面: 1. 图像处理和计算机视觉基础知识:面试官可能会问到图像处理和计算机视觉的基本概念、常用算法和技术,例如图像滤波、边缘检测、特征提取等。 2. 目标检测和识别算法面试官可能会询问你对目标检测和识别算法的了解,例如常用的目标检测算法(如RCNN、YOLO等)和人脸识别算法(如Eigenfaces、LBPH等)。 3. 深度学习和神经网络:面试官可能会问到深度学习和神经网络在图像识别中的应用,例如卷积神经网络(CNN)的原理和常见的网络架构(如AlexNet、VGG、ResNet等)。 4. 数据集和评估指标:面试官可能会询问你在图像识别任务中使用过的数据集和评估指标,例如常用的图像数据集(如ImageNet、COCO等)和评估指标(如准确率、召回率、F1-score等)。 5. 实际项目经验面试官可能会要求你分享你在图像识别算法方面的实际项目经验,例如你在某个项目中使用了哪些算法和技术,遇到了哪些挑战,如何解决等。 以下是一个范例回答: 图像识别算法工程师面试题通常涉及以下几个方面: 1. 图像处理和计算机视觉基础知识:了解图像处理和计算机视觉的基本概念和常用算法,如图像滤波、边缘检测、特征提取等。 2. 目标检测和识别算法:熟悉常用的目标检测算法,如RCNN、YOLO等,以及人脸识别算法,如Eigenfaces、LBPH等。 3. 深度学习和神经网络:了解深度学习和神经网络在图像识别中的应用,如卷积神经网络(CNN)的原理和常见的网络架构,如AlexNet、VGG、ResNet等。 4. 数据集和评估指标:熟悉常用的图像数据集,如ImageNet、COCO等,以及评估指标,如准确率、召回率、F1-score等。 5. 实际项目经验:分享在图像识别算法方面的实际项目经验,包括使用的算法和技术,遇到的挑战以及解决方法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值